澳鹏通过高质量数据支持 Onfido 优化AI反欺诈功能

“Appen 在 Onfido 的发展中发挥了至关重要的作用,并已成为我们运营的重要组成部分。我们很高兴在 Appen 找到了可靠的合作伙伴。” – Onfido 数据和分析总监 Francois Jehl

简介:利用人工智能和机器学习增强欺诈检测

在当今日益数字化的世界,人工智能欺诈检测在确保安全和防止身份盗窃方面发挥着关键作用。人工智能身份验证领域的全球领导者 Onfido 试图通过利用多模态人工智能模型来增强其反欺诈能力。随着网络欺诈不断增长,Onfido 需要领先于复杂的欺诈手段,例如 3D 硅胶面具和显示攻击。该公司的真实身份平台通过生物识别和文件检查来验证用户,需要精确、安全的数据标签来训练他们的人工智能安全模型进行身份验证。

为了应对这些挑战,Onfido 向 Appen 寻求解决方案。借助 Appen 的定制内部数据标注工具,Onfido 提高了其 AI 欺诈检测系统的准确性,并使用打击日益复杂的身份欺诈所需的精确数据优化了其机器学习模型。

关于 Onfido

Onfido 是人工智能身份验证领域的全球领导者,帮助企业安全地在线验证用户身份。其真实身份平台将生物识别和文档验证与内置人工智能欺诈检测相结合,让用户可以远程证明自己的身份。Onfido 的解决方案适合需要安全、用户友好的人工智能安全流程的企业,例如银行、金融科技公司和电子商务平台。通过整合尖端技术,Onfido 帮助企业减少欺诈、提高客户获取率并增强整体安全性。

目标:实现安全、可扩展且准确的人工智能驱动解决方案

Onfido 的主要目标是通过使用高质量的标注数据来训练其 AI 安全系统进行身份验证,从而增强其机器学习模型的安全性。具体目标包括:

  • AI 欺诈检测:Onfido 需要通过使用准确的标注数据不断改进其反欺诈模型,以保持领先于新兴的欺诈技术。
  • 安全性:鉴于生物特征数据的敏感性,Onfido 需要一种可确保遵守数据隐私法规的内部标注工具。
  • 可扩展性:Onfido 需要一种能够处理大量数据的解决方案,同时还要对图像、视频和文档等多种数据类型保持高精度。
  • 定制:该公司需要一个能够提供灵活、可定制的标注工具的合作伙伴来处理其AI身份验证模型的特定要求。

实现这些目标对于帮助 Onfido 保持领先地位以应对日益复杂的欺诈策略并提高其 AI 安全系统的有效性至关重要。

挑战:安全且可定制的 AI 数据标注

Onfido 在寻找合适的数据标记解决方案时面临多项挑战。由于他们处理的是高度敏感的生物特征数据,其中大部分包含个人身份信息 (PII),因此该公司需要一种本地解决方案来确保符合 AI 安全协议。每次 Onfido 与第三方共享数据时,他们都需要获得特殊权限,这又增加了一层复杂性。

除了安全问题外,Onfido 还需要一种灵活的标注工具,可以处理从图像、视频到文档等各种类型的数据。该公司的 AI 欺诈检测系统需要对各种数据格式进行精确标注,以有效地训练其机器学习模型。随着欺诈技术越来越复杂,确保数据标注的准确性和灵活性至关重要。

解决方案:Appen 的定制本地标注工具

为了应对这些挑战,Onfido 与 Appen 合作实施了完全可定制的内部数据标注工具。Appen的 AI 数据标注平台提供了 Onfido 实现其目标所需的灵活性、安全性和准确性。

协作方式

Appen 与 Onfido 密切合作,开发出一款满足其特定要求的定制数据标注解决方案。这涉及每周的会议,两个团队合作对解决方案进行微调。Onfido 需要该工具来处理各种数据格式,包括复杂的生物特征和视频数据。Appen 的解决方案提供了跨图像、文档和视频的灵活数据标注功能,为 Onfido 提供了准确、安全地标记其数据所需的确切功能。

本地部署以增强安全性

鉴于所涉及数据的敏感性,Onfido 需要完全控制标记过程。Appen 提供了本地部署选项,使 Onfido 能够在自己的基础设施内安全地标记数据,消除了对第三方数据访问的担忧,并确保遵守 AI 安全和隐私法规。

可扩展且协作

Appen 的工具还支持可扩展性,使 Onfido 能够处理大量数据而不会牺牲准确性。Onfido 利用 Appen 的数据采集服务来获取针对特定人口统计需求的身份数据。团队齐心协力,持续反馈并每周召开状态会议,确保该工具提供精确的数据,可以有效地训练 Onfido 的机器学习模型进行 AI 身份验证。

成果:AI 欺诈检测性能提升 10 倍

“我们感谢所有的支持,从定制的项目计划到每周的状态会议。Appen 始终为我们提供支持。” – Francois Jehl,Onfido 数据和分析总监

Onfido 与 Appen 的合作促成了数据标注工具的成功部署,该工具显著提高了 Onfido 的 AI 欺诈检测能力。该工具在训练 Onfido 产品 Motion 的机器学习模型方面发挥了关键作用,该产品使用简单的用户头部动作进行身份验证。

增强人工智能反欺诈技术

为了训练 Motion 的反欺诈模型,Onfido 建立了一个专门的实验室,使用面具、人体模型和视频生成了数十万个欺诈视频。这些欺诈视频使用 Appen 的工具进行标记,使 Onfido 能够将其 AI 欺诈检测模型的性能提高 10 倍。Appen 的解决方案提供了所需的精确数据标注,以确保 Onfido 的模型能够准确检测出最复杂的欺诈技术。

通过人机交互实现模型的持续再训练

Onfido 还利用 Appen 的 API 构建了持续的人机循环再训练管道。该系统自动从生产数据生成标注作业,允许手动标注,并将标注的数据反馈到 Onfido 的机器学习模型中进行再训练。这种持续改进循环使 Onfido 能够长期保持其 AI 安全模型的高性能。

值得信赖的合作伙伴

Onfido 与 Appen 的合作凸显了灵活、安全且可扩展的数据标注解决方案在构建有效的机器学习模型以进行 AI 身份验证和欺诈检测方面的重要性。通过与 Appen 密切合作,Onfido 能够增强其 AI 安全系统并为其客户提供更可靠的身份验证服务。

结论

Onfido 与 Appen 的合作对于开发支持其 Real Identity Platform 的 AI 欺诈检测模型至关重要。Appen 的专家支持使 Onfido 能够满足其安全性、可扩展性和准确性要求,并将其机器学习模型改进了 10 倍。通过密切合作和持续支持,Appen 帮助 Onfido 领先于日益复杂的欺诈技术,并为全球企业提供增强的 AI 身份验证服务。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.xdnf.cn/news/10772.html

如若内容造成侵权/违法违规/事实不符,请联系一条长河网进行投诉反馈,一经查实,立即删除!

相关文章

【大模型】Spring AI Alibaba 对接百炼平台大模型使用详解

目录 一、前言 二、Spring AI概述 2.1 spring ai是什么 2.2 Spring AI 核心能力 2.3 Spring AI 应用场景 三、Spring AI Alibaba 介绍 3.1 Spring AI Alibaba 是什么 3.2 Spring AI Alibaba 核心特点 3.3 Spring AI Alibaba 应用场景 四、SpringBoot 对接Spring AI Al…

小白学习之路:咖啡叶锈病分割

咖啡叶锈病分割系统源码&数据集分享 [yolov8-seg-C2f-Faster-EMA&yolov8-seg-SPPF-LSKA等50全套改进创新点发刊_一键训练教程_Web前端展示] 1.研究背景与意义 项目参考ILSVRC ImageNet Large Scale Visual Recognition Challenge 项目来源AAAI Globa…

RabbitMQ设置TTL(消息过期)时间(重要)

RabbitMQ设置消息过期时间 1、过期消息(死信)2、设置消息过期的两种方式2.1、设置单条消息的过期时间2.1.1、配置文件application.yml2.1.2、配置类RabbitConfig2.1.3、发送消息业务类service(核心代码)2.1.4、启动类2.1.5、依赖文…

让你的网站与众不同:6款独特播放器设计

文章目录 前言正文1.可拖动播放列表2.强调无障碍设计3.材质设计风格音频播放器4.旋转的黑胶唱片设计5.流畅且响应迅速6.带悬停标签的控制按钮 总结 前言 随着HTML5的普及,网站轻松添加音视频内容变得简单,但默认播放器功能有限,无法满足个性…

ImportError: cannot import name ‘packaging‘ from ‘pkg_resources‘ 的参考解决方法

文章目录 写在前面一、问题描述二、解决方法参考链接 写在前面 自己的测试环境: Ubuntu20.04 ROS-Noetic 一、问题描述 自己在通过 pip install 安装module时 (使用的是 pip install mmcv)遇到如下问题: ImportError: cannot …

AI, Machine Learning, Deep Learning 和 Generative AI

人工智能的采用开始得相当缓慢,大多数人甚至不知道它的存在,即使知道,也似乎还需要 5 到 10 年的时间,但后来机器学习、深度学习等东西出现了,我们开始看到一些应用,然后基础模型出现了。 AI 人工智能&am…

C# 一个工具类让winform自动根据窗体大小自适应缩放所有控件

AutoControlSize.cs工具类,功能是使控件尺寸随着主对话框尺寸按比例调整。并且使用方式十分简单,只需要调用两个函数即可实现整个页面的控件根据窗体的大小改变而跟着缩放。 1、使用效果如下: 未缩放前的原始窗体页面 缩放后的窗体页面&…

用 Python 从零开始创建神经网络(二):第一个神经元的进阶

第一个神经元的进阶 引言1. Tensors, Arrays and Vectors:2. Dot Product and Vector Additiona. Dot Product (点积)b. Vector Addition (向量加法) 3. A Single Neuron with NumPy4. A Layer of Neurons with NumPy5…

VS2022项目配置笔记

文章目录 $(ProjectDir)与 $(SolutionDir) 宏附加包含目录VC目录和C/C的区别 $(ProjectDir)与 $(SolutionDir) 宏 假设有一个解决方案 MySolution,其中包含两个项目 ProjectA 和 ProjectB,目录结构如下: C:\Projects\…

十五、Linux线程(二)

4.线程的分离属性 通过属性设置线程的分离 1.线程属性类型: pthread_attr_t attr; 2.线程属性操作函数: (1)对线程属性变量的初始化 int pthread_attr_init(pthread_attr_t* attr); (2)设置线程分离属…

Unity学习笔记(1):素材导入

文章目录 前言学习目标开发环境资源文件下载Unity窗口设置修改导入像素素材设置可以直接拖动导入设置像素图片格式导入多合一素材设置切割 总结 前言 最近由于工作的事情,很糟心。最近非常的迷茫。 学习目标 根据我的加的几个QQ群了解到,国内游戏行业…

简历模板(艺术风)

每份简历模板都有四页 36款艺术风简历模板 一、水墨古风 二、唯美淡雅 三、时尚个性 四、艺术气质

数字乡村建设方案-5

1. 政策背景与乡村振兴战略 中国政府提出的乡村振兴战略,旨在全面建设小康社会和社会主义现代化国家,其中数字乡村建设是实现乡村全面振兴的关键途径。国家和江苏省相继出台政策,推动信息技术与农业生产生活的深度融合,加快农业农…

「C/C++」C++ STL容器库 之 std::map 键值容器类

✨博客主页何曾参静谧的博客📌文章专栏「C/C」C/C程序设计📚全部专栏「VS」Visual Studio「C/C」C/C程序设计「UG/NX」BlockUI集合「Win」Windows程序设计「DSA」数据结构与算法「UG/NX」NX二次开发「QT」QT5程序设计「File」数据文件格式「PK」Parasoli…

2024 第五次周赛

A: 直接遍历即可 #include<bits/stdc.h> using namespace std;typedef long long ll; typedef pair<ll, ll>PII; const int N 2e6 10; const int MOD 998244353; const int INF 0X3F3F3F3F;int n, m; int main() {cin >> n;int cnt 0;for(int i 0; i …

Start SSM from stratch !!!

Start SSM from stratch !!! 数据库两个数据库可以共存吗&#xff1f;常见的关系数据库常见的非关系数据库数据库可视化管理工具 java版本reviewee and se?jdk1.7 or jdk7? mysql安装版本对应关系下载[MySQL](https://downloads.mysql.com/archives/installer/)下载[Connecto…

[C++11] 类中新特性的添加

默认的移动构造和移动赋值 在 C11 之前&#xff0c;编译器会为每个类自动生成默认的构造函数、析构函数、拷贝构造函数、拷贝赋值运算符等函数&#xff0c;以实现对象的创建、销毁和拷贝操作。但拷贝操作会复制整个对象的数据&#xff0c;效率低&#xff0c;尤其是在处理大对象…

AI 写作(六):核心技术与多元应用(6/10)

一、AI 写作的核心技术概述 AI 写作在当今数字化时代正发挥着越来越重要的作用。它不仅极大地提高了写作效率&#xff0c;还为不同领域带来了创新的可能性。 AI 写作的核心技术主要包括基于模板的文本生成和基于深度学习的文本生成。基于模板的文本生成通常依赖预先设定的模板…

用 Python 从零开始创建神经网络(三):添加层级(Adding Layers)

添加层级&#xff08;Adding Layers&#xff09; 引言1. Training Data2. Dense Layer Class 引言 我们构建的神经网络变得越来越受人尊敬&#xff0c;但目前我们只有一层。当神经网络具有两层或更多隐藏层时&#xff0c;它们变成了“深度”网络。目前我们只有一层&#xff0c…